“蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)不是一個(gè)新的領(lǐng)域，學(xué)術(shù)界已經(jīng)做了50多年了，一直沒(méi)有突破性成果，為什么谷歌旗下的DeepMind公司做到了？”10月31日，在世界頂尖科學(xué)家生命科學(xué)3.0與交叉研究論壇期間，復(fù)旦大學(xué)復(fù)雜體系多尺度研究院院長(zhǎng)在接受澎湃新聞（www.6773257.com）記者采訪時(shí)表示，對(duì)這一問(wèn)題的思考對(duì)我們非常有啟發(fā)意義。

馬劍鵬曾在哈佛大學(xué)師從2013年諾貝爾化學(xué)獎(jiǎng)獲得者M(jìn)artin Karplus 教授及 1976年諾貝爾化學(xué)獎(jiǎng)獲得者William Lipscomb 教授進(jìn)行博士后研究。2000年起加入世界著名的美國(guó)貝勒（Baylor）醫(yī)學(xué)院和萊斯（Rice）大學(xué)任職，為終身教授。 

2018年起，馬劍鵬加盟復(fù)旦大學(xué)，作為上海市高峰人才引進(jìn)團(tuán)隊(duì)的核心成員，和諾貝爾化學(xué)獎(jiǎng)得主邁克爾·萊維特（Michael Levitt）教授一起建設(shè)復(fù)雜體系多尺度研究院，并擔(dān)任該研究院院長(zhǎng)。因在計(jì)算生物學(xué)和結(jié)構(gòu)生物學(xué)領(lǐng)域的重要貢獻(xiàn)，馬劍鵬于2004年獲Norman Hackerman化學(xué)研究獎(jiǎng)。

蛋白質(zhì)是生命的物質(zhì)基礎(chǔ)，每個(gè)蛋白質(zhì)的氨基酸鏈扭曲、折疊、纏繞成復(fù)雜的結(jié)構(gòu)。科學(xué)界采用了多種技術(shù)手段破解這種結(jié)構(gòu)，通常需要花很長(zhǎng)的時(shí)間，甚至難以完成。近幾年最熱的就是冷凍電鏡技術(shù)，該技術(shù)也于2017年獲得諾貝爾化學(xué)獎(jiǎng)。

然而，截至目前，約有10萬(wàn)個(gè)蛋白質(zhì)的結(jié)構(gòu)已經(jīng)用實(shí)驗(yàn)方法得到了解析，但這在已經(jīng)測(cè)序的數(shù)10億計(jì)的蛋白質(zhì)中只占了很小一部分。能否根據(jù)已知的氨基酸序列直接預(yù)測(cè)出蛋白質(zhì)結(jié)構(gòu)？50多年前開(kāi)始，科學(xué)家們就在為此努力。

曾經(jīng)開(kāi)發(fā)出Alphago、戰(zhàn)勝人類頂尖棋手的DeepMind團(tuán)隊(duì)在近兩年獲得了重大進(jìn)展。2020年12月1日，DeepMind團(tuán)隊(duì)在兩年一度的權(quán)威蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)評(píng)估競(jìng)賽（CASP）中用AlphaFold2擊敗其他參賽團(tuán)隊(duì)。預(yù)測(cè)的大部分結(jié)構(gòu)達(dá)到了空前的準(zhǔn)確度，不僅與實(shí)驗(yàn)方法不相上下，還遠(yuǎn)超解析新蛋白質(zhì)結(jié)構(gòu)的其他方法。

“我認(rèn)為這件事情對(duì)我們國(guó)家是非常有啟發(fā)意義的。有些工作一定要集中優(yōu)勢(shì)兵力共同作戰(zhàn)，也可以說(shuō)是科學(xué)問(wèn)題工程化，AlphaFold是非常典型的例子之一，當(dāng)然也有一些問(wèn)題需要靠科學(xué)家個(gè)人去發(fā)揮他們的創(chuàng)造性。”馬劍鵬對(duì)澎湃新聞?dòng)浾哒劦剑m然AlphaFold在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方面做出了巨大的進(jìn)步，“但往前走還是有很長(zhǎng)的距離，所以我們還得趕超。”

除了近年來(lái)技術(shù)的進(jìn)步外，馬劍鵬尤其強(qiáng)調(diào)資源的集中，“DeepMind是谷歌旗下的公司，作為一家公司，他們?cè)谶@件事情上投了很多錢，如果你光看這件事情或許是虧錢的，但是公司的好處就是可以組織一個(gè)很大的團(tuán)隊(duì)去做一件事情。學(xué)術(shù)界雖然有所謂的很多人在從事這方面研究，但其實(shí)大多都處于競(jìng)爭(zhēng)狀態(tài)。”他補(bǔ)充說(shuō)，公司的資源并不一定比學(xué)術(shù)界多，但的確比學(xué)術(shù)界集中，所以他們真的把這件事情做成了。

另外值得一提的是，北京時(shí)間7月15日，DeepMind團(tuán)隊(duì)在頂級(jí)學(xué)術(shù)期刊《自然》（Nature）在線發(fā)表了一篇題為“Highly accurate protein structure prediction with AlphaFold”的論文，全面詳述了2020年底造成轟動(dòng)的模型，并首次對(duì)外分享開(kāi)源代碼。

“有人在說(shuō)AlphaFold開(kāi)源了，我們國(guó)家不用搞了，這是大錯(cuò)特錯(cuò)。”馬劍鵬解釋，“第一，他們所謂的開(kāi)源只是表層結(jié)構(gòu)開(kāi)源了，底層技術(shù)沒(méi)有開(kāi)源。第二，你把它拿來(lái)你只能做他們的東西，你沒(méi)有辦法提高，就像航空發(fā)動(dòng)機(jī)你買來(lái)可以，你能往前在進(jìn)一步嗎？不可能。”

他甚至認(rèn)為，對(duì)于國(guó)家來(lái)說(shuō)，這是核心卡脖子技術(shù)之一。“我們必須從核心算法等底層技術(shù)做起，這也是我們現(xiàn)在重中之重的工作。”據(jù)介紹，復(fù)旦大學(xué)復(fù)雜體系多尺度研究院在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)領(lǐng)域近期也取得突破，其自主研發(fā)的opus-fold軟件在蛋白質(zhì)側(cè)鏈結(jié)構(gòu)的預(yù)測(cè)精度上，超越了DeepMind的AlphaFold2，相關(guān)論文目前處于審稿階段。

“研究院剛成立的時(shí)候還不是全部集中在計(jì)算生物學(xué)，但現(xiàn)在比重調(diào)過(guò)來(lái)了。我覺(jué)得現(xiàn)在計(jì)算生物學(xué)的勢(shì)頭很強(qiáng)，而且這也是我們的強(qiáng)項(xiàng)。在全國(guó)的高校中有很多人做冷凍電鏡研究，我們不是唯一的一家，但是算法是我們最大的強(qiáng)項(xiàng)。”馬劍鵬表示。